Evo 将其自动研究编排器移植到了 Anthropic 6 月 2 日在 Claude Code 中推出的动态工作流上，将六步循环从模型的上下文内存中移出，放入由子代理在全新作用域上下文中执行的确定性 JavaScript 中。这一转变通过将方法本身变成代码来解决长期指令遵循问题：阶段、扇出宽度、停止规则、门控以及 CLI 调用都通过脚本定义。模型负责判断，代码负责协调。

自进化自动研究工作流循环

本文介绍我们如何将 evo 的自动研究循环移植到工作流上，并使其成为动态的。

6 月 2 日，Anthropic 在 Claude Code 中推出了动态工作流：Claude 会实时编写一个小型 JavaScript 程序，生成并协调子代理。协调工作以代码形式运行；模型负责判断。关键点在于，编排本身不再依赖模型的决策，现在可以被描述为代码。感谢 @trq212 的文章。

evo 是什么

evo 是一个自动研究编排器。你给它一个系统、一个“更好”的定义以及一个预算。它会生成假设，在独立的隔离工作空间中运行每个假设，对其进行评分，并维护一个尝试树——扩展有效的分支，剪除无效的分支——同时审计员会检查每个被接受的变更，以防止优化器操纵指标。它是开源的；支持在 Claude Code、Codex、Cursor 等平台上运行。

为什么我们迁移到工作流

该循环原本是以上下文内方式编排的，即一个长时长的代理运行，持有整个计划：下一步是哪个阶段、启动多少个实验、何时停止。evo 以一种有主见的方式进行自动研究，每一步代理都必须遵循该方法并驱动我们随附的 CLI。在长时间的自动研究运行中，让代理完全遵循所有这些指令很棘手。在长期任务中，提示和指令遵循并不可靠：经过几十轮后，固定规则（运行此阶段、使用此 CLI 命令、去重简报、保持门控严格等）会悄然失效，单个上下文运行的时间越长，其保持能力就越弱。

将循环迁移到动态工作流从根本上解决了这个问题。方法现在就是代码：阶段、扇出宽度、停止规则、门控以及 CLI 调用都是脚本的一部分，具有确定性，在第 1 轮和第 1000 轮上完全一致。遵循不再需要模型去记忆。每一步都是一个全新且有作用域的子代理，只负责一项任务并拥有干净的上下文，因此没有漂移的可能。模型负责判断；代码负责协调。

evo 自动研究工作流运行的内容：一轮循环

优化循环的每一轮都按照相同的六个步骤进行，以代码实现：

• 导向： 读取实验树：最佳得分、上限、开放前沿。将排名靠前的宽度前沿节点作为本轮父节点。
• 扫描： 代理并行梳理已评估的节点，找出哪些有效、哪些失效，同时一个聚合代理在整个树中寻找模式。
• 构思： 当出现停滞时，三个研究代理同时启动：一个外推最佳分支，一个剖析失败原因，一个查阅文献和网络资源。
• 简报： 一个编写者将扫描结果、模式和想法整合成具体的实验简报，然后进行去重。
• 扇出： 每个简报一个通道，并行进行。每个通道实现变更，进行预验证（如果操纵指标则修订），运行实验，然后与验证器进行后审计。
• 收集： 剪除已死的分支，记录笔记，重复直到得分不再提高。

这确实有效，但现在工作流每轮仍以相同的形式运行：相同的阶段（导向、扫描、构思、简报、扇出、收集），相同的步骤，相同的提示，无论运行本身学到了什么。长时间运行会暴露出固定形式无法处理的情况：某类实验需要一个循环中没有的验证步骤，另一个需要注入特定的方法，某个阶段不再产生价值应该被移除。

现在：循环实现自我进化

evo 0.5 使优化循环能够自我进化。第二个工作流与第一个并行运行。两个异步循环位于同一个事件循环上，通过 Promise.all 连接：

• 优化循环是驱动者，即上述定义的工作流，保持不变
• 元循环是一个并发的观察者：一个每隔几分钟唤醒的新代理，从外部读取运行情况，并在优化循环运行时对其进行重写

它们共享一个普通对象，即套件：循环运行的步骤、使用的阶段和提示、生效的门控和验证器（以及始终可调整的宽度和停滞等控制旋钮）。优化器每轮读取它；元线程写入它。同一个事件循环，因此写入操作发生在优化器的 await 之间，无需锁，也无需第二个进程。

p

元能做些什么

每次触发时，它会观察实验树、得分、实时日志、GPU 和主机状态（严格只读），并输出四种类型的结果：

• 套件编辑：真正的杠杆。一次运行会暴露出其特定需求：该类实验需要自己的验证步骤，那类实验需要注入特定方法，另一个步骤成为累赘应该被切除。元会调整工作流以适应需求，注入步骤、移除步骤、重写运行的阶段。修改在下一轮生效。循环的形状成为系统可以根据运行实际需求而改变的数据。
• 简报提示：更柔和；排入下一轮的简报队列，以引导下一步尝试方向。
• 停止：当实验无进展时，元不会直接终止它。它会将建议交给一个独立的门控执行器，由其进行验证、中止、诊断和丢弃。检测与行动保持分离；绝不会静默终止。
• 告警：运行时出现它无法自行修复的问题（例如 GPU 即将故障）会通知人工处理。

我们发现，让一个外部观察者/元代理查看实验并进行微调，在路径修正和问题发现上非常有效。

要点

动态工作流将协调变成代码而非上下文。这带来的好处是：循环成为一等对象，你可以在其运行过程中读取、编辑和推理，而不是一次编写后就希望每一轮都适用的固定套件。循环本身的形式也成为又一个可进化的参数空间。

完全开源

evo 是开源的。你可以通过这里查看我们的动态工作流实现。